如果螢幕前的朋友碰巧在考慮為渦輪發電機創建數字孿生，那這裡有個值得參考的好消息：由法國公共事業企業Électricité de France (EDF)主導的ConnexITy聯盟項目已經初步完成設計模板。
去年，Ansys公司在博文中宣布，「ConexITy正使用Ansys Twin Builder設計渦輪發電機的數字孿生，用以優化維護和操作體系。」
這套模型擁有以下功能：
監控：相對於正常資產，檢測出行為漂移；
識別：預測漂移的根本原因；
確認：驗證所預測的故障模式是否反映了正常資產的實際行為；
建議：提供維護指導和見解。
渦輪發電機設計藍圖
ConnexITy在巴黎市南12英里處的薩克雷大學ConnexLab，設計並測試了這套技術方案。
Ansys公司指出，「為渦輪發電機創建的數字孿生模型，能夠通過學習傳感器數據和瞬態電磁行為的降階模型（ROM），實時預測發電機的健康狀態。該模型還使用基於支持向量機（SVM）的嵌入式缺陷分類器，預測可能的故障模式。在機器學習領域，SVM是一類具備數據分類和分析算法的監督模型。此外，數字孿生模型還會被整合至Atos的Codex Smart Edge工業物聯網平台當中，通過網路儀錶板為操作員和專家提供可視化結果和交互操作通道。」
航空航天工業協會在《數字孿生的定義與價值：AIAA與AIA定位論文》（Digital Twin: Definition & Value: An AIAA and AIA Position Paper，2021年2月9日）中提出的定義是：數字孿生為聯網物理資產的虛擬表示，且涵蓋物理對象的整個生命周期。
ConnexITy的母公司EDF在法國各地運營有58處核電站，另有幾處部署在美國和英國。該項目負責人Fabien Leray對上述定義深表贊同。
「每台發電機都是按需製造而成，因此製造過程中一定存在細微差異，例如金屬厚度、線纜間距及傳感器精度。所以我們必須在算法當中創建一個具有較好差異寬容度的通用數字孿生模型，並發現哪些差異會影響模擬結果，再針對各台發電機做模型微調與擬合。」
機器學習應用愈發廣泛
EDF的計劃，是首先在內部使用渦輪發電機的數字孿生做結果驗證。工作的第一步，就是為目前正在運行的各渦輪發電機構建數字孿生副本。據Leray稱，只要模型被證明具有良好價值，公司將計劃將其作為可配置的數字孿生模板並推向市場。最終，EDF希望能為更多其他核電站組件開發數字孿生模板。
「Ansys Twin Builder技術是我們數字孿生體系中最重要的組成部分。我們使用Twin Builder將模擬結果聚合起來，由此創建降階模型。這種降階模型也是數字孿生的核心所在。我們還使用自己的code_Carmel產品開展模擬，這是一套龐大的數據集，所以必須藉助機器學習加以處理。」
作為聚合模擬結果的簡化表示，降階模型所消耗的處理時長和算力都更少。相比之下，完全基於物理數據的完整模擬往往計算量更大、處理時間更長。隨著AI與機器學習技術的興趣，Ansys及其他領先仿真軟體開發商正積極在其產品中探索使用降階模型。
Ansys解釋稱，Twin Builder是一種「以仿真為基礎、創建具有混合分析能力的數字孿生」的技術，並以Ansys的內部仿真工具為基礎。Ansys數字孿生研發高級總監Sameer Kher表示，在必要時，該公司也會整合由合作夥伴提供的高級建模功能和庫。
Twin Builder目前以租賃/訂閱及預付費用等形式提供許可。Kher表示，「我們的數字孿生解決方案加強了核心產品的使用體驗。例如，為各種類型的熔爐創建孿生副本，往往需要將我們計算流體力學的產品執行數十次。我們對部署環境非常寬容，一般能夠將方案部署到客戶的物聯網/雲堆棧或本地硬體上。」
Ansys的雲友好許可設計還充分考慮到增量使用需求，特別適合數字孿生開發。
核反應堆走向虛擬化
西門子數字化工業軟體公司在題為《虛擬核反應堆》的白皮書中建議，「通過採用全面的數字孿生（即虛擬核反應堆）方法，將新型核技術的設計周期縮短一半，同時大大減少支持許可所需的測試成本。此外，如果不大量使用數字技術，多種下一代反應堆設計方案將永遠無法通過許可和調試階段。」
這份白皮書重點關注「高保真數字孿生，也就是您核反應堆的活動映射。」其中建議使用西門子Xcelerator產品組合中的Simcenter STAR-CCM 軟體構建構建其數字副本。作為數字孿生領域的早期示例，X-Energy被美國能源部選定用於先進反應堆的示範計劃（ARDP）。X-Energy表示，其目前正專注於將第四代高溫氣冷反應堆（HTGR）作為首選技術，並在德國和南非開展HTGR球床設計。
白皮書指出，「在設計階段，X-Energy的核心優勢在於能夠同時預測流體和固體的溫度，包括所有傳熱模式的影響：傳導、對流和輻射。使用傳統的一維網路技術，由於組件內影響溫度的不確定性因素過多、無法滿足許可當局的驗證要求，因此根本不可能對全部組件做有效優化……消除這些不確定性的唯一方法（除了構建昂貴的全尺寸演示環境），就是建立高保真的三維孿生副本。」
為了模擬球床，西門子與總部位於荷蘭的NRG合作。論文作者表示，其目標是「為球床建立高保真模擬，之後將其用作試驗台，藉此驗證可部署在數字孿生內的實用降階模型。」
以CAD模型為基礎
PTC公司以其Creo設計與仿真軟體套件而聞名，而且在蘿倫斯利弗莫爾國家實驗室的國家點火裝置項目擁有超過25年的服務歷史。最初加入合作時，服務主體還是Creo的前身Pro/ENGINEER。
PTC總裁兼CEO Jim Heppelmann在2022年12月的博文中寫道，「在1998年加入PTC時，國家點火裝置項目已經選擇了我們的Pro/ENGINEER CAD軟體……幾年之後，隨著數據管理需求的增長，實驗室團隊轉而選擇Windchill作為解決方案。」
令Heppelmann特別自豪的是，點火裝置項目使用PTC設計的數據管理軟體對負責聚變點火的大型設備進行了建模。「除牆壁和浴室之外，組織流程超過350萬個部件，由約75萬個獨特的設計零件組成。」2022年12月，利弗莫爾國家實驗室團隊宣布他們在項目中進行了歷史上第一次可控核聚變實驗。
那麼，CAD模型能夠充當數字孿生副本嗎？Heppelmann打趣道，「其實這是個定義層面的問題，50個人會給出50個不同的答案。但CAD模型也可以作為基準級別的數字孿生，畢竟它也是模型的3D表示，能夠正確反映系統的組織和裝配方式。但如果需要在定義中包含物聯網元素和運營反饋，那CAD模型就只能是數字孿生中的一個組件，不可能作為完整的孿生副本。」
Heppelmann澄清道，點火裝置項目的Windchill為內部部署，組件存儲在本地。點火裝置項目的開發還涉及裝配機械部件的仿真驅動設計，同時用到了Creo Simulate工具。
設計和仿真軟體巨頭們預計數字孿生將普遍存在，特別是在擁有大量昂貴資產的行業。能源部門明顯符合這個基本特徵。
曼徹斯特大學正與英國原子能管理局（UKAEA）合作開展另一項大規模核聚變模擬，研究人員決定利用英偉達Omniverse平台設計並開發全尺寸核聚變發電廠及其數字孿生模型。
使用Omniverse Enterprise，該團隊能夠導入全保真3D數據，並使用Omniverse RTX渲染器生成可視化結果。為了實現對聚變等離子體的模擬，研究團隊還開發了基於Python的Omniverse擴展，用以整合來自Monte Carlo Neutronics Code Geant4 模擬軟體的數據。工程師們還構建了Omniverse擴展以攝取並查看模擬可見光發射的JOREK等離子體模擬代碼，並評估英偉達Modulus AI物理框架以開發出能夠加快聚變等離子體模擬速度的AI替代模型。
在建設聚變反應堆時，基於Omniverse的數字孿生模型有助於對發電廠的物理狀態做實時監控，並允許研究人員以虛擬方式測試反應堆的變化或改進。
數字孿生聯盟總經理兼首席技術官Dan Isaacs表示，「數字孿生可以在模塊化核反應堆的初始設計、運行乃至退役的整個生命周期中提供改進建議。具體包括基於高級建模和仿真的設計優化，以確保設施在施工和運營期間始終符合法規要求，並通過數字孿生通過高級仿真和分析識別潛在風險、提高安全水平。」
Isaacs最後補充道，「企業可以使用數字孿生通過AR和VR技術對員工進行風險場景下的系統操作培訓，包括預警響應和評估最佳實踐。企業還可以藉此監測反應堆性能，並參照基準運行性能整理運行條件、提前識別潛在故障。我們的聯盟成員正積極參與研究工作中的各個階段。」
